基于特征提取的极限学习机算法在可调谐二极管激光吸收光谱学中的应用

采用波长为1570nm的激光器分析了天然气背景下的硫化氢气体,通过自动化配气站产生了体积分数为0~10-4的硫化氢混合气体,获取了92组稳定状态的光谱数据,采用极限学习机(ELM)的回归模型反演了硫化氢浓度。把非线性迭代偏最小二乘法引入到光谱预处理中,利用光谱特征参量与浓度参量建立了回归模型,采用五折交叉校验的方法对模型进行了评估。测试结果显示,光谱数据采用特征提取后的预测精度比直接用ELM进行回归的提升了25%,且模型运算时间由0.12s缩短到了10ms以下。特征提取预处理缩短了ELM模型的训练时间,提高了分析仪的分析精度和实时性。     

LiNi_(0.5)Mn_(1.5)O_4纳米棒的合成及其储锂性能研究

将化学计量比的LiOH·H_2O、Ni(NO_3)_2·6H_2O与超细α-MnO_2纳米线前驱体均匀混合,在800℃下煅烧12 h合成LiNi_(0.5)Mn_(1.5)O_4纳米棒。通过XRD、TEM和电化学测试对样品的晶体结构、表面形貌及电化学性能进行了表征。结果表明:超细α-MnO_2纳米线平均直径为10 nm,多根α-MnO_2纳米线聚集成簇。LiNi_(0.5)Mn_(1.5)O_4纳米棒直径为50 nm,与α-MnO_2纳米团簇的直径相仿。电化学测试结果表明:LiNi_(0.5)Mn_(1.5)O_4纳米棒的初始放电比能量为475 Wh/kg,循环500圈后容量保持率为99%。     

应用于油田伴生气H2S气体检测实验研究

为了准确检测油田伴生气中微量H2S气体的含量,设计一种模拟油田伴生气中微量杂质气体H2S的在线实时分析系统,能够为油田伴生气回收利用工艺的改进和制定提供依据。该系统基于可调谐激光吸收光谱技术和波长调制技术,利用可调谐的分布反馈式激光器、锁相放大器,结合改进新型Herriot气室、InGaAs探测器,实现了模拟油田伴生气中微量气体H2S的实时在线监测。为消除背景气体CH4以及其他杂质气体的干扰,开展RBF和经典BP神经网络的对比实验。通过模拟混合气站配备多种不同浓度的H2S标准气体测试系统,实验结果表明,在强大背景气体的干扰下,该系统可达到的H2S检测下限为1.2 ppm;在抗干扰方面,与经典BP神经网络相比,RBF神经网络具有很强的优势,其预测误差小于10-10。另外,该系统还具有较高的检测精度和强鲁棒性,在油田伴生气中微量气体的检测领域具有很强的适用价值。     

通过标气校验和支持向量机提高光谱保真度的应用

鉴于光谱分析仪在使用过程中会发生谱图微缓形变,造成光谱保真度下降,本文提出一种结合标气定期校验和最小二乘支持向量机(LS-SVM)的方法。在校验时,比较相同标准气体的当前光谱和出厂标定时的光谱,利用LS-SVM算法计算谱图形变,并根据形变分析结果进行复原。由于形变具有长期累积性和不可控性,所以用激光器驱动电流的可控性变化引起的谱图变化模拟形变。采用TDLAS技术实验,检测烯烃裂解炉清焦过程中的CO和CO_2,使用20m光程的Herriot气室和中心波长为1 580nm的DFB激光器。共采集了50组不同形变程度的光谱,根据LS-SVM算法的形变分析结果,利用插值法还原谱图。对比了该方法与不复原以及传统寻峰复原方法的气体浓度分析精度,发现当分析仪存在复杂形变时,利用LS-SVM算法和插值法复原的方法比传统的寻峰方法精度提高2～3倍。实验结果验证了LS-SVM算法的谱图形变分析能力以及插值法复原的有效性。     

中红外差分式CO检测仪的设计与实验

CO分子在4.6 m具有最强吸收峰,以此作为气体吸收的中心波长,结合光源EMS200光源的发光特性,设计开放式的球面反射镜气室,采用单探测器双通的结构,研制了一种中红外差分式CO检测仪。利用模拟混合气站配备标准的CO气体浓度,对该仪器的相关性能开展研究。研究表明:仪器分辨率为20 ppm（1 ppm=10-6）,最低检测下限为18 ppm。CO浓度在30~1 500 ppm范围内,其测量误差不超过8.5%。与激光光谱技术的CO检测仪相比,该系统采用脉冲红外热光源,其性价比高;采用开放球面反射镜气室,光路简单易于实现。所以该CO检测仪在煤矿开采、环境监测、石油化工等领域具有较高的实际应用价值。     

TDLAS技术在烯烃生产过程中的多组分检测应用

烯烃工业生产过程中的多组分在线检测是对其工业过程有效控制、提高处理装置综合效益的重要手段。本文以在线检测烯烃裂解炉的清焦过程生成的一氧化碳和二氧化碳为应用案例,采用可调谐二极管激光吸收光谱技术(TDLAS)作为分析平台进行多组分分析。针对清焦过程,设计了检测0~5%量程CO和CO_2的模拟实验。对气体含量随机分布的19组数据分别采用多变量最小二乘算法(CLS)、单组分偏最小二乘算法(PLS1)和多组分偏最小二乘算法(PLS2)进行建模和评估。在后续的多组分交叉干扰实验和CO_2的扩展量程准确性测试实验中,PLS1模型的最大误差小于±0.05%,PLS2的小于±0.10%,CLS的小于±0.20%。因此,TDLAS技术结合PLS1算法在实现化工过程中的多组分在线检测时具有先进性。